一个 AI 机柜，功率 120 千瓦。

120 千瓦是什么概念？一台家用空调大概 300 瓦。也就是说，你眼前这一个柜子，等于同时开着 400 台空调，而且还得给这 400 台单独配一套空调系统。

过去两年，全球的钱都在抢 GPU。但真正卡住 AI 的东西，早就不是芯片了。

就在前两个月，中金连着发了两篇研报，

中金 | 国产算力系列二：超节点为算力演进必由之路，重塑互联、液冷与电源需求

把这件事讲得很透。一篇讲超节点是什么、值多少钱，一篇讲超节点会把哪些环节的钱赚走。

我把两篇合在一起讲，也讲讲哪些地方站不住。

一、超节点不是"更好的方案"，是唯一能装得下的方案

先说清楚超节点是什么。

以前买 AI 服务器，是一张卡一张卡地买，八张卡装一台机器，像八个人挤一间办公室。

现在不一样了。现在是把几十上百张卡焊成一个整体，让它们像一台大机器一样干活。这个东西叫超节点。

为什么非这么干不可？

因为模型太大了。

中金在第一篇里举了个例子，Kimi K3，2.8 万亿参数。就算用 FP4 格式压缩过，显存还要 1.4TB。8 卡服务器装不下，只能往上拼。

这里有个概念得说一下，大模型现在流行一种叫 MoE 的架构，全称混合专家模型。简单说就是模型有一大堆"专家"，每次干活只叫其中几个出来。听着省事，但省不了显存——所有专家的参数都得一直躺在内存里备着，动态叫哪个出来、什么时候叫，全 unpredictable。这就像你有一个巨大的图书馆，每次查书都得跑到书架最深处，哪怕只借一本。

所以内存墙、通信墙、计算墙三堵墙一起压过来。

结论是：单卡受限的情况下，把卡组织成超节点，不是"更优的工程选择"，是数学上的必然。

规模有多大？中金测算，2026 年国产超节点机柜市场 759 亿元，2027 年 2256 亿元，对应 64 卡规格的机柜出货 0.69 万台到 2.38 万台。

华为的 CloudMatrix 384 是目前唯一有真实交付量的，截至 2026 年 7 月已经商用落地 750 多套。这是整个叙事里最实的一个数字。

二、钱不在芯片上，在"把柜子做出来"这件事上

这是两篇研报最核心的判断，也是最值钱的一句。

超节点一旦成立，服务器的设计逻辑就变了。以前是买卡配机器，现在是把几十张卡、几千根线、上百个供电和散热部件做成一个能整体交付的产品。

这么一改，钱往哪儿跑？

第一个吃到大钱的是交换芯片。

以前一组服务器共用一台交换机，交换网络是机房里的配角。现在交换芯片直接进柜子，每一张算力卡都得单独拉高速链路接进去。

中金算了一笔账：传统三层网络架构下，一张算力卡对应 51.2T 交换芯片大概是 13 比 1；两层架构是 21 比 1。而在超节点里，一颗交换芯片理论上对应 8 张卡。实际方案比理论还激进——阿里 128 卡方案配了 16 个交换节点，字节的 72 卡方案配了 12 个，比例 6 比 1。

也就是说，同样一张算力卡，进超节点要配的交换芯片是原来的 2 到 3 倍。

市场空间：国产超节点柜内交换芯片，2026 到 2028 年从 30 亿涨到 310 亿。配套的交换托盘从 67 亿涨到 683 亿。

第二个是液冷。

前面说的 120 千瓦，不是随口举的数字，是英伟达 GB200 NVL72 的实际整柜功率。产品一代一代往上走：GB200 约 120 千瓦，GB300 约 142 千瓦，下一代 Rubin 直接到 180 到 220 千瓦。

功率这么高，风冷已经压不住了。TrendForce 的数据，AI 数据中心的液冷渗透率从 2024 年的 14% 已经涨到 2026 年的 40%。

还有一个细节值得注意。英伟达 GB200 72 卡参考配置里，被液冷的不只是 CPU 和 GPU，连网卡芯片和交换芯片也给液冷了。也就是说，液冷要覆盖的范围在往外扩，从核心芯片扩到网络和交换部件。这对做液冷的公司是好事——单个机柜里要装的东西变多了。

市场规模：国产超节点液冷配套，2026 年 14 亿，2028 年 148 亿。

第三个是电源。

这个环节最容易被忽略，但逻辑挺硬。超节点里几十上百颗芯片是同步干活的，训练的时候大家一起算、一起等，功率需求不是平滑上升的，是突然冲上去。所以对电源的要求变了：不能只管供电，得管得住波动。

要什么？短时备电的电池模块、冗余电源、智能配电柜。再往远处看，供电架构要从传统 UPS 往高压直流、固态变压器这条路走。

三、这套逻辑，最硬的软肋在哪

讲完好的，该讲不好的了。这部分我觉得比前面更有价值。

第一，这个故事的地基是政策，不是市场。

中金自己的原话是："在 H20、H200 等海外加速卡仍由于政策原因出口受限的背景下，为确保系统交付能力，国内 CSP 资本开支流向'国产卡+超节点'是必然趋势。"

看清楚这条链子的起点——是被逼出来的，不是主动选的。

那反过来说，如果英伟达高端卡放开卖了呢？CSP 完全可以直接买 GPU 服务器，多简单。超节点那套"单卡不行我拿数量补"的逻辑，根基就松了。

而中金两篇研报加起来列了六条风险，没有一条是出口政策。

第二，算力到底用不用得起来，两篇都没提。

这才是最要命的。

工信部五部门自己的文件里确认，全国算力设施约 30% 闲置，智算中心 GPU 利用率不足 30%。信通院的数据，2025 年算力使用率 36.8%。

一边是 758 亿涨到 2256 亿的机柜市场，一边是三分之一的算力在闲着。这个背离，两篇研报一个字没提。

第三，HBM 这个物理天花板被绕过去了。

超节点的逻辑是"以卡量补单卡"——单卡不行，我多堆卡。可堆卡就要 HBM，长鑫的 HBM3E 良率现在是 25% 到 30%，落后美韩三到五年。这个数字卡的不是某个环节，是整条链的物理上限。

而中金测算 2027 年需要 608 万张国产 AI 芯片，比 IDC 公开预测高了六成。

第四，数字自己就对不上。

第一篇里假设 64 卡机柜单柜 1100 万元，并且"假设年降"，但年降多少没写。我拿 1100 万乘 0.69 万台，正好是 759 亿，对得上；乘 2.38 万台，是 2618 亿，但报告写的结论是 2256 亿。

反推一下，2027 年单柜其实是降到了 948 万，降了 13.8%。

这个数挺关键。因为它意味着，柜数翻 3.45 倍，市场规模只涨 1.97 倍，差额全被单柜价值量下降吃掉了。报告标题说"价值量跃升"，这里被悄悄抵消掉一块。

第五，交换芯片的规模在报告里有三个数字：摘要写 30 亿到 310 亿，正文先写 31 亿到 403 亿，后来又写 30 亿到 92 亿。没人说明哪套废弃了。

一句话：这套逻辑成立，但支撑它的数字不干净。

四、对普通人有什么关系

你可能会说，这跟我有什么关系。我讲三件实际的。

第一，找工作看方向，别只盯"芯片"三个字。

超节点这个逻辑跑通，钱会分到几个地方：交换芯片和交换托盘、液冷全柜部件、高功率电源。这几个环节的人才需求是从零开始的，很多是从传统行业转过来的人。液冷尤其——以前主要在服务器厂做，现在液冷母排、快接头、管路这些部件全要人，而且这是新工种，行业里没有存量人才池。

第二，看项目别只看"发布"。

两篇研报里最有分量的一个数据，是华为 CloudMatrix 384 商用落地 750 多套。而不是那些"发布""点亮""计划量产"的词。

发布是新闻，交付是事实。看任何科技项目的新闻，先找那个已经商用落地的数字，找不到就说明还在实验室阶段。

第三，也是最实用的——听到"必然""唯一"这种词，要多问一句"那谁在算账"。

中金这两篇研报水平不低，逻辑链条是完整的。但它有六条风险、三个没讨论的关键变量、五个自己没对上的数字。

这不是说它错了。是说任何一份研究报告，你都得自己算一遍那个乘法。

单价乘数量等不等于总额，两个口径打不打架。别人告诉你的结论可能是对的，但推导过程里可能藏着没说的假设。

最后留个问题。

按这两篇的算法，2027 年会有 2.38 万个超节点机柜，2256 个亿的市场。

那么问题来了——

这些柜子装上去之后，算力用得起来吗？

一边是三分之一的算力在闲置，一边是几千亿往里砸。

这两个数字同时成立，说明了什么？是需求还没被开发出来，还是建的速度超过了用的速度？

我也不知道答案。但我觉得，这可能是接下来一年这个行业最值得盯的一件事。

比任何一条政策、任何一份研报都值得盯。